中国“胡焕庸线”东西两侧能源消耗空间格局的系统动力学模拟

“胡焕庸线”是中国人口、经济和社会发展格局特征的真实写照,科学地刻画了中国能源生产与消费的基本特征。定量模拟该线东西两侧能源消耗的空间格局可以为国家实现能源与区域协调发展提供参考。论文根据中国能源统计年鉴(2005—2014年),结合系统动力学模型(System Dynamic, SD)与灰色模型构建了胡焕庸线能源消耗空间格局预测模型(HLECSM-SD);再以省域为基本研究单元,构建50 km×50 km空间格网,模拟2020年并预测2021—2025年“胡焕庸线”东西两侧能源消耗的空间格局,设置3种情景方案分析中国能源消耗情况。结果表明：① HLECSM-SD模型具有较好的拟合效果。② 全国能源消耗总量呈现“东多西少”的空间格局。③ 该线两侧的能源消耗量增长率曲线变化趋势一致,且东侧的增长率低于西侧。④ 在胡焕庸线东侧,煤炭消耗量具有“北部多、南部少”的空间特征,这与中国煤炭资源蕴涵量的空间格局一致;石油、天然气和电力消耗量具有“东部多、中部少”的空间特征,这是由各省区资源禀赋、经济水平、人口规模及产业结构等因素共同决定的。⑤ 在情景设置中,不同影响因子对能源消耗量影响程度不同。     

中国镇域工业化和城镇化综合水平的空间格局特征及其影响因素

基于构建的“规模-效益-结构”指标体系,运用Jenks Natural Breaks分类、地理探测器、变异系数、探索性空间数据分析等方法对中国镇域工业化和城镇化综合水平的空间格局特征及其影响因素进行分析。研究表明：① 整体空间布局呈镶嵌式分布且高值连片格局不明显,但高值区在东部、中部城市群核心区的点状串联式凸显依然可见。此外,基于规模实力的中高值集聚格局,主要分布在长江以北的“三角形”区域;中低值、低值在西部的大范围绵延分布态势明显。整体而言,镇域尺度下规模、效益分异特征与以往研究类似,以胡焕庸线为分界的东南—西北差异清晰可见。② 空间内部差异度从低到高依次为东部、中部、西部和东北,与国家经济格局吻合。基于省域、城市群尺度发现,虽然部分省区、城市群内部差异与预期差别较大,但整体上依然表现出中东部内部差异较小,西部、东北乡镇实力不强且内部差异较大的客观事实。③ 从空间关联看,综合、结构水平的高值、低值集聚的格局化特征不明显,总体与空间分布格局类似;规模、效益水平的集聚格局类似且类似于已有研究,但显著LL区的集聚格局突破胡焕庸线并形成“S”型分隔,体现出镇域尺度细化后的集聚新特点。④ 从尺度对比看,县域、市域尺度下综合、结构水平的中高值分布格局与镇域尺度类似,呈现出以中东部城市群核心区、沿海与京广发展轴辐射区为表征的空间格局。不同的是,县域、市域尺度下规模实力的中高值集聚区范围扩大延伸至长江中下游以南,形成“四边形”区域。从胡焕庸线分异特征看,两者仅有规模水平分布类似,综合、结构与效益水平的分异表征不明显。从空间集聚看,显著HH区变化较大,主要表现在内蒙古、宁夏、甘肃省份的增多与连绵分布;显著LL区的分布范围明显缩小且胡焕庸一线西侧的大范围集聚区被局部打散、打乱。基于定量与定性结合的方法,从经济实力、非农化进程、乡镇现代化水平、地形地貌条件、根植性与路径依赖等方面进行影响分析,发现这五个方面分别起核心支撑、活力支撑、进程性、基础性与“链”式传导等作用。     

中国城市房价、收入与房价收入比的时空分异格局

中国城市房价快速增长背景下,城市房价、收入与房价收入比空间格局既有相似性,也表现出差异性,其空间异质性与空间依赖性特征显著。本文以中国337个地级行政单元为研究对象,运用泰尔指数、位序-规模和空间马尔科夫链等方法,对2009—2018年中国城市房价、收入和房价收入比的时空分异格局、整体稳定性和空间依赖性特征进行分析发现：① 中国城市房价增长呈现出波动性特征,整体分异程度增强,房价城市体系呈现“金字塔型”结构,收入则表现出平稳增长态势,整体分异度降低,城市体系呈现“橄榄型”结构,在房价与收入共同影响下,房价收入比整体差异性显著加强;② 城市房价空间格局表现出“地带性”与“等级性”差异并存,而收入更多表现出“地带性”差异,房价收入比则以“等级性”差异为主;③ 城市房价和收入类型的稳定性和空间依赖性较强,高、低水平城市存在两极分化与“俱乐部收敛”现象,房价收入比稳定性相对较弱。对中国城市房价、收入和房价收入比时空分异格局和空间关联效应的分析,可以为探索中国城市房价收入比空间分异模式与机理提供必要研究基础。     

新疆旅游业生态效率时空分异与收敛性研究

为揭示新疆旅游业生态效率的时序变化、空间差异及来源、动态演进和收敛性情况,运用非期望产出的强有效前沿最近距离（MinDS）模型测度其效率水平,使用ArcGIS技术、Dagum基尼系数及其分解方法和核密度估计等工具探究2005—2019年其时空分异格局,并构建收敛模型验证其空间收敛性。结果表明：新疆旅游业生态效率呈现出波动稳定上升的“北高南低”的时空分布演化格局,存在β绝对收敛、β条件收敛和俱乐部收敛现象且条件收敛速度显著快于绝对收敛。近15 a新疆各地州市处于Ⅰ级所占比例趋于升高,整体基尼系数存在周期性、波动性特点,区域间差异是旅游业生态效率空间差异的主要来源。新疆整体和北疆的旅游业生态效率存在绝对差异缩小和两极分化特征,而南疆和东疆各区域存在绝对差异扩大趋势。因此,未来协调南疆、北疆和东疆各区域内的旅游业生态效率是实现新疆整体旅游业高质量发展的工作重心。     

河南省专业村空间格局与集聚测度

专业村是村域经济发展的特殊形式,是实现乡村振兴的重要抓手。通过对河南省专业村2009年和2018年2次追踪调查,依据专业村内涵,在对河南省发展实力最强的约1200个(2008年)和1500个(2017年)村域经济评判的基础上,分别筛选出487和668个专业村。运用空间自相关、最邻近指数、核密度估计等方法探究了河南省专业村的空间变化。研究发现：① 在空间格局上,河南省专业村由局部集聚向全面扩散转变,呈现“整体分散、层次分明”的分布特征;专业村在豫南和豫西南地区分布数量仍然较少。② 在分区差异上,专业村集聚的中心—外围空间特征逐渐淡化,过去的“V”字形分区逐渐转变为“T”字形分区,不同分区间专业村密度差异显著,分区交界地带存在“灯下黑”现象。③ 在变化特征上,专业村空间分布重心移动轨迹呈现向东南方向移动,分布范围总体上呈现扩大趋势,尤其是豫东地区农业主导型和工业主导型专业村数量显著增长。④ 在集聚程度上,专业村集聚区由“点核”向“面状”转变,集聚程度有所减弱,部分地区专业村存在“增长下的消失”现象。     

中国县域碳排放的时空演变及影响因素

县域是实现新型城镇化的重要平台和关键地域单元,揭示县域碳排放的时空格局演变及其驱动因素对于完善中国新型城镇化战略和促进生态文明建设、绿色转型发展具有重要意义。本文使用2000—2017年中国县域碳排放数据,分析了县域人均碳排放的总体变化、区域差异、时空格局及集聚特征,并在STIRPAT模型和环境库茨涅茨曲线（EKC）假说下,运用面板分位数回归解释社会经济发展对县域人均碳排放的动态影响。结果表明：① 中国县域人均碳排放呈现先急后缓的增长趋势。人均碳排放水平差异加大,且呈上升趋势,西部地区县域人均碳排放差距悬殊。② 县域人均碳排放总体上呈现“北高南低”的空间格局,经济发达地区的人均碳排放远高于其他地区,空间极化效应明显。③ 县域人均碳排放具有显著的空间正相关性,高—高集聚的区县数量逐渐增多且分布重心向西北移动,而低—低集聚的区县数量不断减少,主要集中于中南地区,县域人均碳排放集聚类型具有空间锁定效应。④ 人口密度、政府财政支出对县域人均碳排放具有抑制作用,第二产业产值规模、碳排放强度则存在显著的正相关性,中低碳排放水平区县的经济发展和人均碳排放之间呈现倒“N”型曲线关系,社会经济发展结构的调整是实现整体碳减排的关键。因此,政府减排策略的落实应考虑区县碳排放的阶段性差异,实现落后地区发展和转型“两手抓”的同时发挥重点城市群、都市圈在碳减排中的先导作用。此外,通过技术创新提高能源利用效率应作为现阶段县域碳减排的主要手段。     

中国小城镇空间分布特征及其相关因素

小城镇是推动中国新型城镇化的主要载体之一,研究中国小城镇空间分布特征成为一项重要议题。采用最邻近距离、点密度等空间分析方法,探究中国小城镇空间分布格局,并从地形、人口、经济、区位等方面进行相关因素分析。主要结论包括：① 全国层面,中国小城镇呈“西北疏、东南密”的总体格局特征,形成三大团块集聚区,包括由长三角、山东半岛、京津冀等城市群组成的“弓箭”状集聚区,珠三角、湘中地区形成的“倒T字”型集聚区,以及成渝城市群地区的“圆形”状集聚区;② 小城镇沿北部主要交通干线形成的轴带与东部沿海轴、南部沿（长）江轴共同组成“π”型集聚带,与三大团块集聚区共同构成“团块+轴带”组合式空间集聚形态;③ 区域层面,中国绝大部分省市的小城镇呈均匀分布,但总体均匀程度并不高;④ 小城镇呈集聚分布的省、自治区数量不多,主要集中在内陆边境地带及四川盆地,总体地广人稀;⑤ 小城镇空间分布受自然资源环境、人口疏密、经济发展水平、区位优势度、道路交通条件等客观因素,以及政策导向主观因素的综合影响。未来,建议增强西北地区小城镇扶持政策,多培育小城镇作为发展节点,城市群周边、省会等大城市周边小城镇应注重提升发展质量,传统农区、贫困山区及边远落后地区要重视经济建设及增强道路交通可达性,促进小城镇发展以助力新型城镇化及乡村振兴战略的实施。     

中国高校地理研究发展与态势

中国高校地理研究发展的本质是,解读地理知识产出空间结构,更深层次是地理科研活动空间不均衡的阐释。基于论文统计与数据挖掘方法,以1986—2018年《地理学报》《地理研究》《地理科学》和《地理科学进展》（简称“4地”）发表论文为基础数据,选取39所中国地理高校作为研究对象,构建高校发文指数,界定高校发展形态,分析不同区域、不同类别高校地理发展态势。结果表明：① 从发展历程分析,“985”高校是中国高校地理研究的核心,而“211”高校在2005年后普遍发展,形成以中、高发文量为主的集聚区,其他类高校形成高、中、低发文量均衡分布的态势;② 从空间集聚分析,东部高校逐渐形成“北上广南”的地理研究集聚区;中部高校于2004年后呈现快速发展,其中东北师范大学、河南大学和安徽师范大学发展最为突出;西部高校总体呈现“西北强—西南弱”空间格局;③ 综合分析表明：中国高校地理学发展势头强劲,但“985”高校、东部高校地理发展内部差异较大,且短期内西部与中东部高校、其他类高校与“985”“211”高校地理发展不均衡依然维持。在未来发展中,除引进优秀科研团队、政策扶持外,中国高校地理发展还应抓住区域特色,培育自身地理团队,以实现区域研究协调发展。     

都市旅游视角下上海市共享住宿空间分布特征及其影响机制

随着共享经济蓬勃发展,依托互联网平台的共享住宿业态也逐渐成熟,对社会经济发展产生了深刻影响。在都市和乡村共享住宿市场分异背景下,已有研究集中探讨了乡村民宿空间分布特征及影响因素,但对都市地区共享住宿分布特征的探讨有所忽视。都市地区共享住宿与以观光、购物、文化体验等为特征的都市旅游活动关联密切。论文基于途家网的上海共享住宿房源相关数据,利用ArcGIS空间分析工具刻画了上海市共享住宿空间分布特征,并探究了都市旅游背景下共享住宿空间分布的影响机制。主要研究发现如下：① 上海市共享住宿分布呈现“大集聚、小分散”与“双核心”的特征,主要集中在中心城区的旅游商业区和位于郊区的迪士尼乐园2大旅游热点区域,形成了显著的“旅游商业区效应”与“迪士尼效应”;② 共享住宿空间分布与上海市都市旅游活动密切相关,其空间集聚的产生是主体游客的行为决策与客体房源的区位条件之间供需作用的结果。最后,根据共享住宿集聚区差异化的影响机制,提出了针对性的政策建议。     

不同时空尺度下中国旅游业发展格局演化

以中国（不包括港、澳、台地区）省、市域1996~2010年旅游发展的面板数据为例,运用ESDA、重心、标准差椭圆等分析技术,对原始数据进行空间分析,结合脉冲响应函数,分析空间演化的影响因素作用。结果表明：1996~2010年总体上省域旅游经济表现出随机分布的空间态势,空间差异有所缩小,其中东部旅游业发展差异最大,中部最小。中国省域旅游经济重心向西北发生偏移,长三角及周边地区为中国旅游经济的扩散效应区,广大西部地区是旅游经济的低速增长区。中国市域旅游经济的高值区大致分布在“黑河-腾冲”线的右侧,主要集聚在四大板块,与省域旅游经济的空间差异相比,市域旅游经济空间差异更加显著。区域旅游资源禀赋以及社会经济因素是影响空间差异的两大因素,区域发展客观规律与政府的政策制度,对区域旅游发展差异有重大的影响,特殊事件对原有格局会产生一定的冲击,但不能从总体上改变空间差异的格局。     

河北省长城沿线县域旅游产业集聚对经济增长的空间溢出效应研究

通过2015—2019年河北省长城沿线县域旅游产业集聚水平测算,归纳河北省长城沿线县域旅游集聚现状特征,并在地理权重矩阵的基础上采用探索性空间数据分析,探究各县域人均GDP的区域分异规律,运用空间计量经济学模型探讨县域旅游产业集聚对经济增长的空间溢出效应。结果表明：(1)河北省长城沿线县域的旅游集聚差异整体上呈现收敛态势;(2)人均GDP的空间正相关性显著,空间集聚度大体呈现稳中有降,且逐渐向均衡态势发展;(3)县域间人均GDP正向空间溢出效应明显;旅游集聚正向效应显著,是影响人均GDP的重要因素。基于以上分析提出相应建议,有利于县域间旅游经济活动的合作与竞争,对于长城的保护与传承也具有重要意义。     

中国省域碳强度空间依赖格局及其影响因素的空间异质性研究

在估算各省域碳强度的基础上,利用探索性空间数据分析(ESDA)和时空跃迁测度方法以及地理加权回归(GWR)模型分析了1995~2015年中国省域（不包括西藏、港、澳、台地区）能源消费碳强度的空间依赖格局及其驱动因素的空间异质性。结果显示：① 中国省域碳强度存在显著的空间正相关性,表现为先下降后上升再到小幅波动的特征,碳强度相似的省域趋向于集聚,表明中国省域碳强度具有明显的空间依赖特征;②省域碳强度存在不均衡的发展格局,高-高集聚的省域主要分布在中国西北部,低-低集聚的省域多分布于中国东南部。③碳强度空间集聚总体呈优化态势,高-高集聚的省域在减少,低-低集聚的省域在不断增多,但不同省域在碳强度的空间集聚中所起的作用不同。④ 碳强度影响因素(解释变量)的回归系数均为正值,4个解释变量对碳强度的影响程度依次为：能源强度>能源结构>产业结构>人均GDP;且各因素对碳强度的影响在不同省域具有明显的空间异质性。     

黄河流域兰西城市群环境规制效率的空间格局及其空间收敛性

基于2010—2018年黄河流域兰西城市群县域数据,采用空间分析技术和空间收敛模型分析环境规制效率的空间格局及其空间收敛性。结果表明：① 环境规制效率呈现“中心高边缘低”的空间特征,环境规制效率由“大差距低强度”向“小差距高强度”转变;② 环境规制效率具有空间相关性,环境规制效率的热点区-冷点区与经济发展的高水平区-低水平区具有空间趋同性;③ 环境规制效率存在空间收敛性,在考虑社会经济因素和空间因素的情况下环境规制效率的空间收敛性增强;④ 经济水平、政府干预、能耗强度、工业化率和人口密度等因素通过空间溢出效应对环境规制效率的空间收敛性产生影响。     

1978-2016年中国农业生态效率时空演变及趋势预测

基于1978-2016年中国各省市面板数据,采用超效率SBM模型测算省际农业生态效率,在时间序列分析和空间相关性分析的基础上,构建传统和空间马尔可夫概率转移矩阵,探讨中国农业生态效率的时空动态演变特征,并预测其长期演变的趋势。研究发现：① 中国农业生态效率呈现出在波动中稳定上升的“双峰”分布特征,且波峰高度的差距在缩小,但整体仍处于较低水平,农业生态效率仍存在较大提升空间,东部地区农业生态效率提升较中西部地区更加显著;② 中国农业生态效率整体上向高水平方向转移的趋势显著,但农业生态效率的演变具有维持原有状态的稳定性,且较难实现跨越式转移。地理空间格局在农业生态效率时空演变过程中发挥着重要作用,空间集聚特性显著,农业生态效率较高的省市具有正向的溢出效应,而农业生态效率较低的省市具有负的溢出效应,从而在空间格局上逐渐形成“高高集聚、低低集聚、高辐射低、低抑制高”的“俱乐部收敛”现象;③ 从长期演变的趋势预测来看,多数省市农业生态效率逐渐向上转移为较高水平,并逐渐演变为由低到高渐次递增的格局,在农业生态效率较低的地理背景下,其长期演变的稳定状态表现为偏“单峰”分布,而在农业生态效率较高的地理背景下,其长期演变为较高水平集聚的偏“双峰”分布。最后,分析当前研究需要改进的方向,并提出控制农业污染排放量、地区间农业生态政策联动、加强地区间农业生态合作交流与借鉴等能够有效提升中国农业生态效率及缩小省市间差距。     

中国省际工业生态效率空间分布及影响因素研究

将中国30省市（不含港、澳、台和西藏地区）作为研究对象,进行省际工业生态效率空间分布及影响因素研究。首先构建中国省际工业生态效率评价指标体系,其次利用DEA-BCC模型结合Malmquist指数对2006~2015年中国30省市在时空两个维度上的工业生态效率进行测算,再次运用Geoda软件分析中国工业生态效率的空间分布特征,最后通过空间误差模型对中国工业生态效率的影响因素进行检验。研究结果表明：① 中国工业生态效率虽呈现小幅度下降趋势,但整体效率水平较高;30省市之间存在明显差异性,呈现出东部>中部>西部的分布格局。② 中国工业生态效率Malmquist指数增长率水平较高;30省市Malmquist指数均为正向增长,呈现出稳定增长趋势;技术进步效率是Malmquist指数的主要推动力。③ 中国30省市工业生态效率呈现正向空间自相关性,且存在明显的集聚状态,近邻效应显著。④ 中国省际工业生态效率的主要影响因素有经济发展水平、产业结构、政府规制、技术进步、外商投资和产业集聚。     

Spatiotemporal dynamics of carbon intensity from energy consumption in China

The sustainable development has been seriously challenged by global climate change due to carbon emissions. As a developing country, China promised to reduce 40%-45% below the level of the year 2005 on its carbon intensity by 2020. The realization of this target depends on not only the substantive transition of society and economy at the national scale, but also the action and share of energy saving and emissions reduction at the provincial scale. Based on the method provided by the IPCC, this paper examines the spatiotemporal dynamics and dominating factors of China’s carbon intensity from energy consumption in 1997–2010. The aim is to provide scientific basis for policy making on energy conservation and carbon emission reduction in China. The results are shown as follows. Firstly, China’s carbon emissions increased from 4.16 Gt to 11.29 Gt from 1997 to 2010, with an annual growth rate of 7.15%, which was much lower than that of GDP (11.72%). Secondly, the trend of Moran’s I indicated that China’s carbon intensity has a growing spatial agglomeration at the provincial scale. The provinces with either high or low values appeared to be path-dependent or space-locked to some extent. Third, according to spatial panel econometric model, energy intensity, energy structure, industrial structure and urbanization rate were the dominating factors shaping the spatiotemporal patterns of China’s carbon intensity from energy consumption. Therefore, in order to realize the targets of energy conservation and emission reduction, China should improve the efficiency of energy utilization, optimize energy and industrial structure, choose the low-carbon urbanization approach and implement regional cooperation strategy of energy conservation and emissions reduction.     

Study of spatial patterns and spatial effects of energy eco-efficiency in China

Energy eco-efficiency is a concept integrating ecological and economic benefits arising from energy utilization and serves as a measure of efficiency in the energy–environment–economy system. Using the slacks-based measure (SBM) model considering undesirable output, this study first measures the energy eco-efficiency of provinces in China from 1997 to 2012. It then analyzes the spatial distribution and evolution of energy eco-efficiency from three aspects: scale, intensity, and grain of spatial patterns. Finally, it examines the spatial spillover effects and influencing factors of energy eco-efficiency in different provinces by means of a spatial econometric model. The following conclusions are drawn: (1) The overall energy eco-efficiency is relatively low in China, with energy-inefficient regions accounting for about 40%. Guangdong, Hainan and Fujian provinces enjoy the highest energy eco-efficiency, while Ningxia, Gansu, Qinghai, and Xinjiang are representative regions with low efficiency. Thus, the pattern of evolution of China’s overall energy eco-efficiency is U-shaped. Among local regions, four main patterns of evolution are found: increasing, fluctuating, mutating, and leveling. (2) At the provincial level, China’s energy eco-efficiency features significant spatial agglomeration both globally and locally. High–high agglomeration occurs mainly in the eastern and southern coastal regions and low–low agglomeration in the northwestern region and the middle reaches of the Yellow River. Changes in spatial patterns have occurred mainly in areas with high–low and low–high agglomeration, with the most remarkable change taking place in the Beijing–Tianjin–Hebei region. (3) There exist significant spatial effects of energy eco-efficiency among provinces in China. For the energy eco-efficiency of a given region, spatial spillovers from adjacent regions outweigh the influence of errors in adjacent regions. Industrial structure has the greatest influence on energy eco-efficiency.     

京津冀城市群县域尺度生态效率评价及空间格局分析

京津冀城市群地区是国家经济发展的战略核心区之一,其经济发展与资源环境关系是近年来地理研究的重点领域。本文以京津冀城市群县域为单元,利用PM2.5、NO₂遥感反演等数据,设计资源投入—经济效益—环境影响复合生态效率评价指标体系,构建县域单元生态效率评价模型,并利用非期望产出SBM模型对生态效率进行了评价,运用空间自相关分析方法对生态效率的空间效应与空间关联模式进行了检验与分析。结果显示：①资源投入、经济效益与环境影响格局存在明显时空分异,高值区主要分布在京津唐三市及周边部分县区;②2006、2010、2014年3个时期京津冀城市群县域单元生态效率均值分别为0.324、0.305、0.347,总体水平较低,并呈现先下降后改善态势,区位、自然本底条件是导致生态效率空间差异的主要原因。③全局Moran's I指数分别为0.2539、0.3007、0.3088,表明县域单元生态效率存在空间正向集聚趋势;④县域单元生态效率正向集聚程度越来越显著,邻域单元生态效率差距则有所缩减。     

中国能源消费碳排放的空间计量分析(英文)

Based on energy consumption data of each region in China from 1997 to 2009 and using ArcGIS9.3 and GeoDA9.5 as technical support,this paper made a preliminary study on the changing trend of spatial pattern at regional level of carbon emissions from energy con-sumption,spatial autocorrelation analysis of carbon emissions,spatial regression analysis between carbon emissions and their influencing factors.The analyzed results are shown as follows.(1) Carbon emissions from energy consumption increased more than 148% from 1997 to 2009 but the spatial pattern of high and low emission regions did not change greatly.(2) The global spatial autocorrelation of carbon emissions from energy consumption in-creased from 1997 to 2009,the spatial autocorrelation analysis showed that there exists a "polarization" phenomenon,the centre of "High-High" agglomeration did not change greatly but expanded currently,the centre of "Low-Low" agglomeration also did not change greatly but narrowed currently.(3) The spatial regression analysis showed that carbon emissions from energy consumption has a close relationship with GDP and population,R-squared rate of the spatial regression between carbon emissions and GDP is higher than that between carbon emissions and population.The contribution of population to carbon emissions in-creased but the contribution of GDP decreased from 1997 to 2009.The carbon emissions spillover effect was aggravated from 1997 to 2009 due to both the increase of GDP and population,so GDP and population were the two main factors which had strengthened the spatial autocorrelation of carbon emissions.